Duck Hwan

1665754860

Python을 사용하여 이미지를 스케치로 변환

Python에서 이미지는 정수의 2차원 배열일 뿐입니다. 따라서 매우 흥미로운 효과를 얻기 위해 다양한 파이썬 모듈을 사용하여 몇 가지 행렬 조작을 수행할 수 있습니다.

이 기사에서는 파이썬 프로그래밍 언어에서 컴퓨터 비전을 사용하여 일반 사진을 연필 스케치로 변환하려고 합니다. 이미지를 연필 스케치로 변환하려면 다음 단계를 따라야 합니다.

  • 1단계: 필수 라이브러리 가져오기
  • 2단계: 이미지 로드
  • 3단계: 이미지를 gray_scale 이미지로 변환
  • 4단계: 이미지 반전
  • 5단계: 이미지 다듬기 
  • 6단계: 최종 스케치 얻기

1단계: 필수 라이브러리 가져오기

from google.colab.patches import cv2_imshow
import cv2

Google Colab에서 이 프로그램을 구현하는 경우 google.colab.patches에서 cv2_imshow를 가져와야 합니다. 

2단계: 이미지 로드

아래 코드 스니펫을 사용하여 처리할 이미지를 읽습니다.

img = cv2.imread('/content/pic.jpeg', 1)

cv2_imshow(img)

3단계: 이미지를 gray_scale 이미지로 변환

아래 코드 스니펫을 사용하여 cv2.cvtColor를 사용하여 입력 이미지를 동등한 그레이 스케일로 변환합니다.

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2_imshow(img)

이미지를 회색조로 변환하면 연필 스케치를 만드는 데 사용되는 이미지에 흑백 픽셀이 생깁니다. 

4단계: 이미지 반전

아래 코드 스니펫을 사용하여 cv2.bitwise를 사용하여 이미지 색상을 반전합니다.

img_invert = cv2.bitwise_not(img_gray)

cv2_imshow(img_invert)

우리는 더 밝은 영역을 더 밝게 만드는 데 사용되는 bitwise_not 함수를 사용하고 있으며 그 반대의 경우도 마찬가지이므로 연필 스케치를 만들기 위한 가장자리를 찾을 수 있습니다.

5단계: 이미지 다듬기 

아래 코드 스니펫에서는 Gaussian Blur를 사용하여 이미지를 매끄럽게 만들 것입니다.

img_smoothing = cv2.GaussianBlur(img_invert, (21, 21),sigmaX=0, sigmaY=0)

cv2_imshow(img_smoothing)

21 x 21 픽셀의 가우시안 블러 기술을 사용하고 이미지를 부드럽게 하기 위해 이미지에 기본 시그마 값 필터를 사용했습니다. 필터 크기를 늘리면 스케치를 위한 가는 선을 만들 수 있으며 이는 이미지의 노이즈를 줄이는 데 사용됩니다. 

6단계: 최종 스케치 얻기

아래 코드 조각을 사용하여 혼합 함수 dodgev2를 사용하여 입력 이미지의 최종 연필 스케치를 얻습니다.

def dodgeV2(x, y):

    return cv2.divide(x, 255 - y, scale=256)

이 기능을 사용하여 이미지의 회색조 값을 가장 굵은 가장자리를 강조 표시하는 흐릿한 이미지 값의 역수로 나눕니다. 이 기술은 전통적인 사진 작가가 릴에서 사진을 인쇄하는 데 사용합니다.

연필 스케치로 최종 출력

final_img = dodgeV2(img_gray, img_smoothing)

cv2_imshow(final_img)

이제 몇 줄의 코드로 컴퓨터 비전을 사용하여 이미지를 연필 스케치로 변환할 수 있습니다.

What is GEEK

Buddha Community

Duck Hwan

1665754860

Python을 사용하여 이미지를 스케치로 변환

Python에서 이미지는 정수의 2차원 배열일 뿐입니다. 따라서 매우 흥미로운 효과를 얻기 위해 다양한 파이썬 모듈을 사용하여 몇 가지 행렬 조작을 수행할 수 있습니다.

이 기사에서는 파이썬 프로그래밍 언어에서 컴퓨터 비전을 사용하여 일반 사진을 연필 스케치로 변환하려고 합니다. 이미지를 연필 스케치로 변환하려면 다음 단계를 따라야 합니다.

  • 1단계: 필수 라이브러리 가져오기
  • 2단계: 이미지 로드
  • 3단계: 이미지를 gray_scale 이미지로 변환
  • 4단계: 이미지 반전
  • 5단계: 이미지 다듬기 
  • 6단계: 최종 스케치 얻기

1단계: 필수 라이브러리 가져오기

from google.colab.patches import cv2_imshow
import cv2

Google Colab에서 이 프로그램을 구현하는 경우 google.colab.patches에서 cv2_imshow를 가져와야 합니다. 

2단계: 이미지 로드

아래 코드 스니펫을 사용하여 처리할 이미지를 읽습니다.

img = cv2.imread('/content/pic.jpeg', 1)

cv2_imshow(img)

3단계: 이미지를 gray_scale 이미지로 변환

아래 코드 스니펫을 사용하여 cv2.cvtColor를 사용하여 입력 이미지를 동등한 그레이 스케일로 변환합니다.

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2_imshow(img)

이미지를 회색조로 변환하면 연필 스케치를 만드는 데 사용되는 이미지에 흑백 픽셀이 생깁니다. 

4단계: 이미지 반전

아래 코드 스니펫을 사용하여 cv2.bitwise를 사용하여 이미지 색상을 반전합니다.

img_invert = cv2.bitwise_not(img_gray)

cv2_imshow(img_invert)

우리는 더 밝은 영역을 더 밝게 만드는 데 사용되는 bitwise_not 함수를 사용하고 있으며 그 반대의 경우도 마찬가지이므로 연필 스케치를 만들기 위한 가장자리를 찾을 수 있습니다.

5단계: 이미지 다듬기 

아래 코드 스니펫에서는 Gaussian Blur를 사용하여 이미지를 매끄럽게 만들 것입니다.

img_smoothing = cv2.GaussianBlur(img_invert, (21, 21),sigmaX=0, sigmaY=0)

cv2_imshow(img_smoothing)

21 x 21 픽셀의 가우시안 블러 기술을 사용하고 이미지를 부드럽게 하기 위해 이미지에 기본 시그마 값 필터를 사용했습니다. 필터 크기를 늘리면 스케치를 위한 가는 선을 만들 수 있으며 이는 이미지의 노이즈를 줄이는 데 사용됩니다. 

6단계: 최종 스케치 얻기

아래 코드 조각을 사용하여 혼합 함수 dodgev2를 사용하여 입력 이미지의 최종 연필 스케치를 얻습니다.

def dodgeV2(x, y):

    return cv2.divide(x, 255 - y, scale=256)

이 기능을 사용하여 이미지의 회색조 값을 가장 굵은 가장자리를 강조 표시하는 흐릿한 이미지 값의 역수로 나눕니다. 이 기술은 전통적인 사진 작가가 릴에서 사진을 인쇄하는 데 사용합니다.

연필 스케치로 최종 출력

final_img = dodgeV2(img_gray, img_smoothing)

cv2_imshow(final_img)

이제 몇 줄의 코드로 컴퓨터 비전을 사용하여 이미지를 연필 스케치로 변환할 수 있습니다.

Duck Hwan

1668482520

Python을 사용하여 이미지를 배열로 변환하는 방법

이 기사에서는 Python을 사용하여 이미지를 배열로 변환하는 방법을 배웁니다. 이미지를 배열로 변환하는 것은 이미지의 특징을 기반으로 머신 러닝 모델을 훈련시키는 중요한 작업입니다. 우리는 주로 Python의 NumPy 라이브러리를 사용하여 배열 작업을 수행하므로 이미지를 배열로 변환하는 데 사용할 수도 있습니다. NumPy 외에 Python의 Keras 라이브러리도 동일한 작업에 사용할 수 있습니다.

따라서 아래 섹션에서는 Python에서 NumPy 및 Keras 라이브러리를 사용하여 이미지를 배열로 변환하는 방법에 대한 자습서를 안내합니다.

Python을 사용하여 이미지를 배열로 변환

NumPy를 사용하여 이미지를 배열로 변환:

NumPy를 사용하여 이미지를 배열로 변환할 수 있지만 이미지를 읽는 기능은 없습니다. 따라서 먼저 Python에서 PIL 라이브러리를 사용하여 이미지를 읽어야 합니다. 이전에 사용한 적이 없다면 pip 명령을 사용하여 쉽게 설치할 수 있습니다.

pip install Pillow

이제 Python에서 PIL 라이브러리를 사용하여 이미지를 읽는 방법은 다음과 같습니다.

from PIL import Image
image = Image.open('aman.png')

이미지를 읽은 후 Python에서 NumPy 라이브러리를 사용하여 이미지를 배열로 변환하는 방법은 다음과 같습니다.

from numpy import asarray
data = asarray(image)
print(data)
[[[188 216 238]
  [188 216 238]
  [187 215 237]
  ...
  [203 219 234]
  [203 219 234]
  [203 219 234]]

 [[187 215 237]
  [188 216 238]
  [188 216 238]
  ...
  [203 219 234]
  [204 220 235]
  [204 220 235]]

 [[184 212 234]
  [186 214 236]
  [185 213 235]
  ...
  [205 221 236]
  [205 221 236]
  [205 221 236]]

 ...

 [[131 154 172]
  [132 155 173]
  [134 156 174]
  ...
  [123 136 145]
  [126 139 148]
  [129 142 151]]

 [[129 152 170]
  [130 153 172]
  [134 156 173]
  ...
  [123 136 145]
  [124 137 146]
  [127 140 149]]

 [[130 153 171]
  [131 154 172]
  [132 154 172]
  ...
  [122 135 144]
  [125 138 147]
  [128 141 150]]]

Keras를 사용하여 이미지를 배열로 변환:

이미지를 읽고 배열로 변환하는 데 Python의 Keras 라이브러리를 사용할 수 있습니다. 다음은 Python의 Keras 라이브러리를 사용하여 이미지를 읽고 배열로 변환하는 방법입니다.

from keras.preprocessing.image import load_img
from keras.preprocessing.image import img_to_array
img = load_img("aman.png")
data = img_to_array(img)
print(data)
[[[188. 216. 238.]
  [188. 216. 238.]
  [187. 215. 237.]
  ...
  [203. 219. 234.]
  [203. 219. 234.]
  [203. 219. 234.]]

 [[187. 215. 237.]
  [188. 216. 238.]
  [188. 216. 238.]
  ...
  [203. 219. 234.]
  [204. 220. 235.]
  [204. 220. 235.]]

 [[184. 212. 234.]
  [186. 214. 236.]
  [185. 213. 235.]
  ...
  [205. 221. 236.]
  [205. 221. 236.]
  [205. 221. 236.]]

 ...

 [[131. 154. 172.]
  [132. 155. 173.]
  [134. 156. 174.]
  ...
  [123. 136. 145.]
  [126. 139. 148.]
  [129. 142. 151.]]

 [[129. 152. 170.]
  [130. 153. 172.]
  [134. 156. 173.]
  ...
  [123. 136. 145.]
  [124. 137. 146.]
  [127. 140. 149.]]

 [[130. 153. 171.]
  [131. 154. 172.]
  [132. 154. 172.]
  ...
  [122. 135. 144.]
  [125. 138. 147.]
  [128. 141. 150.]]]

이것이 Python 프로그래밍 언어를 사용하여 이미지를 배열로 쉽게 변환하는 방법입니다.

Duck Hwan

1668426553

Python을 사용하여 Instagram 메시지를 보내는 방법

이 튜토리얼에서는 Python을 사용하여 Instagram 메시지를 보내는 방법을 배웁니다. Python을 사용하여 Instagram 메시지를 보내 려면 Python 가상 환경에  Instagram 계정과 instabot 라이브러리가 설치되어 있어야 합니다.

Instabot은 Python 언어용 모듈로 Instagram API를 통해 래퍼를 구현할 뿐만 아니라 "인사 목록 구독", "해시태그로 사진 좋아요", "비팔로어 구독 취소"와 같은 다양한 유용한 기능을 제공합니다. " 등등. Instabot은 충분히 똑똑합니다. 예를 들어 구독할 사람을 필터링하는 방법을 읽어보세요. 아래에 언급된 pip 명령을 사용하여 이 Python 라이브러리를 설치할 수 있습니다.

pip install instabot

이제 아래는 Python을 사용하여 Instagram 메시지를 보내는 방법입니다.

from instabot import Bot
bot = Bot()

bot.login(username="Your Username", password="Your Password")
bot.send_message("Hi Brother", ["Receiver's Username"])

위의 코드에서 instabot 라이브러리의 로그인 기능을 사용하여 Python을 사용하여 Instagram 계정에 로그인합니다. 여기서 username 매개변수를 사용하여 사용자 이름을 입력하고 password 매개변수를 사용하여 암호를 입력해야 합니다. 그런 다음 다음 줄에서 send_message 함수를 사용하여 첫 번째 매개변수가 메시지 자체이고 두 번째 매개변수가 메시지를 보내려는 Instagram 계정의 사용자 이름인 메시지를 보냅니다.

Duck Hwan

1669623185

예제를 사용하여 JSON을 Laravel의 배열로 변환

이 튜토리얼에서는 Laravel에서 JSON을 Array로 변환하는 방법을 배웁니다. Laravel 애플리케이션에서 JSON 데이터를 배열로 변환하는 방법에는 여러 가지가 있습니다. 2가지 쉬운 예제를 통해 JSON 데이터를 배열로 변환하는 방법을 보여드리겠습니다. 첫 번째 예에서는 를 사용 json_decode()하고 두 번째 예에서는 json()HTTP 응답의 메서드를 사용합니다. 이제 두 가지 예를 모두 살펴보겠습니다.

1: json_decode()방법 사용

App\Http\Controllers\UserContoller.php

<?php
  
namespace App\Http\Controllers;
  
use Illuminate\Http\Request;
 
class UserController extends Controller
{
    /**
     * Write code on Method
     *
     * @return response()
     */
    public function index()
    {
        $jsonUserData = '[
           { "id": 1, "name": "TechvBlogs", "email": "admin@techvblogs.com"},
           { "id": 2, "name": "Support", "email": "support@techvblogs.com"},
           { "id": 3, "name": "SslForWeb", "email": "admin@sslforweb.com"}
        ]';
 
        $userData = json_decode($jsonData, true);
  
        dd($userData);
    }
}

산출:

array:3 [
  0 => array:3 [
    "id" => 1
    "name" => "TechvBlogs"
    "email" => "admin@techvblogs.com"
  ]
  1 => array:3 [
    "id" => 2
    "name" => "Support"
    "email" => "support@techvblogs.com"
  ]
  2 => array:3 [
    "id" => 3
    "name" => "SslForWeb"
    "email" => "admin@sslforweb.com"
  ]
]

2: json()방법 사용

App\Http\Controllers\UserContoller.php

<?php
  
namespace App\Http\Controllers;
  
use Illuminate\Http\Request;
use Illuminate\Support\Facades\Http;
use Illuminate\Support\Facades\Http;
 
class UserController extends Controller
{
    /**
     * Write code on Method
     *
     * @return response()
     */
    public function index()
    {
        $response = Http::get('https://dummyjson.com/users/1');
        $userData = $response->json();
   
        dd($userData);
    }
}

산출:

array:27 [
  "id" => 1
  "firstName" => "Terry"
  "lastName" => "Medhurst"
  "maidenName" => "Smitham"
  "age" => 50
  "gender" => "male"
  "email" => "atuny0@sohu.com"
  "phone" => "+63 791 675 8914"
  "username" => "atuny0"
  "password" => "9uQFF1Lh"
  "birthDate" => "2000-12-25"
  "image" => "https://robohash.org/hicveldicta.png"
  "bloodGroup" => "A−"
  "height" => 189
  "weight" => 75.4
  "eyeColor" => "Green"
  "hair" => array:2 [
    "color" => "Black"
    "type" => "Strands"
  ]
  "domain" => "slashdot.org"
  "ip" => "117.29.86.254"
  "address" => array:5 [
    "address" => "1745 T Street Southeast"
    "city" => "Washington"
    "coordinates" => array:2 [
      "lat" => 38.867033
      "lng" => -76.979235
    ]
    "postalCode" => "20020"
    "state" => "DC"
  ]
  "macAddress" => "13:69:BA:56:A3:74"
  "university" => "Capitol University"
  "bank" => array:5 [
    "cardExpire" => "06/22"
    "cardNumber" => "50380955204220685"
    "cardType" => "maestro"
    "currency" => "Peso"
    "iban" => "NO17 0695 2754 967"
  ]
  "company" => array:4 [
    "address" => array:5 [
      "address" => "629 Debbie Drive"
      "city" => "Nashville"
      "coordinates" => array:2 [
        "lat" => 36.208114
        "lng" => -86.586212
      ]
      "postalCode" => "37076"
      "state" => "TN"
    ]
    "department" => "Marketing"
    "name" => "Blanda-O'Keefe"
    "title" => "Help Desk Operator"
  ]
  "ein" => "20-9487066"
  "ssn" => "661-64-2976"
  "userAgent" => "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/534.24 (KHTML, like Gecko) Chrome/12.0.702.0 Safari/534.24"
]

Duck Hwan

1667913384

Python을 사용하여 나이 계산기를 만드는 방법

이 기사에서는 Python을 사용하여 나이 계산기를 만드는 방법에 대한 자습서를 소개합니다. 나이 계산기를 만들려면 두 개의 날짜가 필요합니다.

  1. 오늘 날짜
  2. 생일

Python을 사용하여 나이 계산기를 만드는 방법은 다음과 같습니다.

def ageCalculator(y, m, d):
    import datetime
    today = datetime.datetime.now().date()
    dob = datetime.date(y, m, d)
    age = int((today-dob).days / 365.25)
    print(age)
ageCalculator(1998, 9, 3)

위의 코드에서:

  1. 먼저 세 가지 사용자 입력을 요청하는 Python 함수를 정의했습니다.
    • y: 생년월일 
    • m: 생년월일 
    • d: 생년월일
  1. 그런 다음 함수 내에서 Python의 datetime 모듈을 가져옵니다.
  2. 그런 다음 다음 줄에서 datetime 모듈의 datetime.now() 메서드를 사용하여 오늘 날짜를 가져옵니다.
  3. 그런 다음 다음 줄에 dob로 새 변수를 도입했습니다. 여기서 사용자가 제공한 입력으로 생년월일을 사용하고 있습니다.
  4. 그런 다음 오늘 날짜로 dob를 뺀 다음 사용자의 나이를 반환하는 365.25로 나눕니다.